框架概述

弹性分析框架是通过确定工作负载所需的弹性特性而开发的。所需的属性是你想要对系统保持真实的东西。弹性通常通过可用性来衡量，因此高可用性分布式系统的五个特征是：冗余、足够的容量、及时的输出、正确的输出和故障隔离。这些属性如下图所示。

• 冗余— 容错是通过消除单点故障 (SPOF) 的冗余实现的。冗余可以从工作负载中的备用组件到整个应用程序堆栈的完整副本。在考虑应用程序的冗余时，重要的是要考虑所使用的基础架构、数据存储和依赖项提供的冗余级别。例如，Amazon DynamoDB 和亚马逊简单存储服务 (Amazon S3) 通过跨区域的多个可用区复制数据来提供冗余，以及AWS Lambda在多个可用区的多个工作节点上运行您的函数。对于您使用的每项服务，请考虑该服务提供的内容以及您需要设计的内容。

• 足够的容量— 您的工作负载需要足够的资源才能按预期运行。资源包括内存、CPU 周期、线程、存储、吞吐量、服务配额等。

• 及时输出— 当客户使用您的工作负载时，他们希望它能在合理的时间内执行其预期功能。除非服务提供延迟服务级别协议 (SLA)，否则他们的期望通常基于经验证据，即他们自己的经验。这个客户体验一般通常被视为系统中延迟的中位数 (P50)。如果您的工作负载花费的时间超过预期，则这种延迟可能会影响您的客户体验。

• 正确输出— 需要工作负载软件的正确输出才能提供预期功能。不正确或不完整的结果可能比根本没有回应更糟糕。

• 故障隔离— 故障隔离将故障发生时的影响范围限制在预期的故障容器内。它可以确保工作负载的特定组件一起出现故障，同时防止故障级联到其他意想不到的组件。它还有助于限制您的工作负载对客户的影响范围。故障隔离与前四个属性略有不同，因为它接受已经发生故障，但应加以控制。您可以在基础架构、依赖项和软件功能中创建故障隔离。

当违反所需属性时，可能会导致工作负载不可用或被认为不可用。基于这些所需的弹性特性以及我们与许多人合作的经验AWS客户，我们已经确定了五种常见的故障类别：单点故障、负载过大、延迟过长、配置错误和错误以及共同命运，我们将其缩写为 SEES。它们为对潜在的失效模式进行分类提供了一种一致的方法，下表对此进行了介绍。

失败类别	违反	定义
单点故障 (SPOF)	冗余	由于组件缺乏冗余，单个组件出现故障会导致系统中断。
负荷过大	足够的容量	由于需求过大或流量过度消耗资源会使资源无法执行其预期功能。这可能包括达到限制和配额，这会导致请求受到限制和拒绝。
延迟过长	及时输出	系统处理或网络流量延迟超过预期时间、服务级别目标 (SLO) 或服务级别协议 (SLA)。
配置错误和错误	正确输出	软件错误或系统配置错误会导致输出不正确。
共同的命运	故障隔离	由先前的任何故障类别引起的故障跨越了预期的故障隔离界限，并级联到系统的其他部分或其他客户。